CN105302553A - 一种基于vc++的凝胶图像识别和定位的方法 - Google Patents
一种基于vc++的凝胶图像识别和定位的方法 Download PDFInfo
- Publication number
- CN105302553A CN105302553A CN201510695220.5A CN201510695220A CN105302553A CN 105302553 A CN105302553 A CN 105302553A CN 201510695220 A CN201510695220 A CN 201510695220A CN 105302553 A CN105302553 A CN 105302553A
- Authority
- CN
- China
- Prior art keywords
- image
- identification
- swimming lane
- exe
- gelimage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
一种基于VC++凝胶图像识别和定位的方法,该方法的实施如下,点击凝胶图像EXE图标,进入EXE界面。在EXE界面上点击相应拍摄图像按钮。打开操作的图片后对图像进行图像增强、图像关键位置的提取。其中图像增强可以针对于一些图像拍摄效果不好的图像,选择性的进行改善。EXE的图像关键信息的提取第一步:图像泳道信息的提取。EXE的图像关键信息的提取第二步:图像条带信息的提取。本发明所述的凝胶图像的识别和定位是在电脑终端上安装使用的,符合大多数人的操作习惯,因些本发明具有操作简洁,运算方便的特性。本发明的识别和定位方法是利用计算机和图像处理结合的方法,相较于其它传统具有简单、准确和高效的优点。
Description
技术领域
本发明涉及生物和医学技术领域,尤其涉及一种基于VC++的凝胶图像关键信息区域的识别和定位。
背景技术
电泳技术现在已经发展为选择性更好、速度更快、耗费更小的分离分析手段,被广泛地应用于生物和医学等领域。但在实验过程中,凝胶图像的识别和定位需花费很多的时间和精力,传统方法也会使最后得到的分析结果有较大的误差。因此,随着生物医学的蓬勃发展,数字化凝胶电泳图像识别和定位系统的发展迫在眉睫,也有力的推动科学研究的进步。
鉴于此,专利申请公开“一种凝胶图像的识别和定位方法”提出了一种凝胶图像泳道和条带识别和定位的方法,应用图像处理的算法分析图像的像素点来确定泳道和条带的位置信息。首先,在电脑终端打开EXE应用,并连接好视频拍摄硬件设施;然后,当用户需要时调用电脑终端的拍摄模块获取需要处理的凝胶图像信息时,同时调节拍摄条件,改善图像的质量;最后,操作EXE的图像增强模块和关键信息识别模块获取图像的泳道和条带的位置和大小信息。
在国内,由于生物仪器技术还不是很成熟,我国的分析仪器与发达国家相比,在技术和产业实力水平都面临严峻的形势,国内基本上没有先进的凝胶图像识别和定位系统,而国外的系统虽然功能全面,覆盖面宽,但其成本比较昂贵,技术垄断;若仅使用单一功能,则会造成巨大的资金浪费。如今随着国内各方的发展,对于高性能现代化分析仪器的需求逐步增加,凝胶图像关键泳道和条带识别和定位系统是现代先进的计算机手段和图像分析手段的紧密结合的产物,它的发展和应用将会有力的推动科学研究的进步,为社会带来巨大的经济效益。
发明内容
本发明的目的在于提出了一种基于VC++凝胶图像识别和定位的方法,旨在运用计算机手段和图像分析手段相结合的方式,自动识别和定位凝胶图像的泳道和条带,其系统结构如图1所示。
该系统由拍摄设备、电脑终端两部分组成,拍摄设备与电脑终端相连接。所述拍摄设备是工业级高分辨摄像;所述电脑终端包括拍摄终端操作模块、图像增强模块、关键区域的识别和定位模块,该方法的实施步骤包括如下:
S1点击凝胶图像EXE图标,进入EXE界面。
S2在EXE界面上点击相应拍摄图像按钮,如果拍摄设备连接有问题,提示“没有连接硬件设备”;否则进入图像拍摄界面,能够对图像拍摄的过程进行调节;或者直接打开现有的凝胶图片。
S3打开操作的图片后对图像进行图像增强、图像关键位置的提取。其中图像增强可以针对于一些图像拍摄效果不好的图像,选择性的进行改善。
S4EXE的图像关键信息的提取第一步:图像泳道信息的提取。
S5EXE的图像关键信息的提取第二步:图像条带信息的提取。
本发明上述的步骤中,具体实现方法如下:
所述S1中的EXE图标存放在工程目录下的C/GelImage文件夹下,所述EXE界面清晰、简洁,由文字信息和功能按钮组成。所述文字信息是一些欢迎和说明如何使用EXE的提示信息,所述功能按钮区由常用的功能按钮和特定的功能按钮组成,其核心代码是在GelImage/GelImage/Mainfrm.cpp文件中完成,重要部分如下:
所述S2中的“没有连接硬件设备”提示框出现时,表示摄像头没有连接或连接失败,其示意图如图2所示。如果连接成功,如图3所示,这样设计能够更加方便的调节摄像头和参数。其核心代码在GelImage/GelImage/DlgCamera.cpp中实现的,重要部分如下:
所述S3中的“图像增强”中,其程序设计思想自动改善图像的质量,以便人工观测和后续的识别与处理。在GelImage/GelImage/GelImageDoc.cpp文件中加入一下代码:
所述S4中的是对图像进行泳道识别。其核心代码在GelImage/GelImage/GelImageDoc.cpp中实现的,重要部分如下:其具体流程内容及实现方法如下:
先对图像所有点的像素值进行一个灰度变换,其核心代码如下:
然后去掉图像的背景噪声:
接着计算图像的垂方向进行灰度值方图:
最后,对直方图中第列像素点的和进行判断、滤波。第一次,如果斜率方向的变化过程小于某个像素点的个数,认为实际过程中一般不存在,为噪声,滤去。第二次,如果背景亮度高于平均值过滤掉。第三次,要使泳道的宽度在泳道平均宽度的一个范围内。经过三个滤波和调整,可以得到最后泳道宽度和位置。
所述S5对S4中所得到的泳道信息再次进行识别和分析,得出每个泳道的条带信息,其程序设计思想与S4中的“泳道识别”相似,在此不做赘述。
其核心代码如下:
实施本发明提出的一种基于VC++凝胶图像识别和定位的方法,具有以下有益效果:
(1)本发明所述的凝胶图像的识别和定位是在电脑终端上安装使用的,符合大多数人的操作习惯,因些本发明具有操作简洁,运算方便的特性。
(2)本发明可以在终端上直接控制拍摄的设备,控制光源和一些拍摄的参数,简化了操作过程和难度。
(3)本发明所述的识别和定位方法是利用计算机和图像处理结合的方法,相较于其它传统具有简单、准确和高效的优点。
附图说明
图1为系统结构图。
图2为凝胶图像EXE图标示意图。
图3为硬件连接失败提示图。
图4为图片拍摄界面示意图。
图5为图像增强对比图,其中,(a)为增强前的图像;(b)为增强后的图像。
图6为图像关键区域识别和定位示意图。
图7为泳道识别示意图。
图8为泳道调整示意图。
图9为条带识别示意图。
图10为条带调整示意图。
具体实施方式
为了使本发明的目的、发明内容及优点更加清楚明白,以下结合附图对本发明作进一步的详细说明。在实施方式中,选用DELL笔记本作为电脑终端,其配置为15.6英寸屏幕、3G内存、CPU1.8GHz;KSJ(康视佳)工业级摄像机。如图所示案例的具体步骤如下:
步骤001:在电脑终端安装凝胶图像识别与定位软件,安装完成后会在电脑终端桌面上显示凝胶EXE软件的图标,如图2所示。
步骤002:把图像拍摄设备和电脑连接。点击图片拍摄工具,如果没有连接成功,显示如图3;如果连接成功,进入图片拍摄界面,可以去摄像头的参数进行设置,如图4所示。
步骤003:根据图像的效果,判断是否进行图像增强,如果需要图像增强,点击图像增强工具,如图5所示。
步骤004:点击图像识别和定位,显示工具框,如图6所示。
步骤005:在图像识别和定位工具框里,点击泳道按钮,打开泳道处理对话框,对泳道进行识别和调整如图7、8所示。
步骤006:在图像识别和定位工具框里,点击条带按钮(泳道识别后),打开条带处理对话框,对条带进行识别和调整如图9、10所示。
为了更详细的说明本发明提出的一种基于vc++凝胶图像识别和定位方法,下面给出具体的实施例:
实施例
本实施例的情况是图像拍摄设备成功采集凝胶电泳图像后,对采集的图像进行识别和定位分析。首先根据凝胶电泳图片的效果,可以在上述步骤003中点击“图像工具”按钮后在下拉菜单中选择“图像增强”,对图片进行图像增强。在上述步骤005中选择“泳道识别”对凝胶电泳图像中泳道的位置进行识别,当识别出的泳道位置不够精确时,可以拖动图片中的图框进行微调,当图像中被识别的泳道数目不同于实际的泳道数目时,可以手动添加或者删除泳道。然后进入步骤006,当自动检测的条带数目不同于实际的条带数目时,可以手动添加或者删除条带,还可以进行条带边框调整等操作。经过如上步骤所述的操作以后,便可以将凝胶电泳图像中的泳道和条带信息完整地识别和定位出来。
Claims (6)
1.一种基于VC++凝胶图像识别和定位的方法,本方法旨在运用计算机手段和图像分析手段相结合的方式,自动识别和定位凝胶图像的泳道和条带,该方法的实现系统由拍摄设备、电脑终端两部分组成,拍摄设备与电脑终端相连接;所述拍摄设备是工业级高分辨摄像;所述电脑终端包括拍摄终端操作模块、图像增强模块、关键区域的识别和定位模块,
其特征在于:该方法的实施步骤包括如下:
S1点击凝胶图像EXE图标,进入EXE界面;
S2在EXE界面上点击相应拍摄图像按钮,如果拍摄设备连接有问题,提示“没有连接硬件设备”;否则进入图像拍摄界面,能够对图像拍摄的过程进行调节;或者直接打开现有的凝胶图片;
S3打开操作的图片后对图像进行图像增强、图像关键位置的提取;其中图像增强可以针对于一些图像拍摄效果不好的图像,选择性的进行改善;
S4EXE的图像关键信息的提取第一步:图像泳道信息的提取;
S5EXE的图像关键信息的提取第二步:图像条带信息的提取。
2.根据权利要求1所述一种基于VC++凝胶图像识别和定位的方法,其特征在于:所述S1中的EXE图标存放在工程目录下的C/GelImage文件夹下,所述EXE界面清晰、简洁,由文字信息和功能按钮组成;所述文字信息是一些欢迎和说明如何使用EXE的提示信息,所述功能按钮区由常用的功能按钮和特定的功能按钮组成,其核心代码是在GelImage/GelImage/Mainfrm.cpp文件中完成,重要部分如下:
3.根据权利要求1所述一种基于VC++凝胶图像识别和定位的方法,其特征在于:所述S2中的“没有连接硬件设备”提示框出现时,表示摄像头没有连接或连接失败;这样设计能够更加方便的调节摄像头和参数;其核心代码在GelImage/GelImage/DlgCamera.cpp中实现的,重要部分如下:
。
4.根据权利要求1所述一种基于VC++凝胶图像识别和定位的方法,其特征在于:所述S3中的“图像增强”中,其程序设计思想自动改善图像的质量,以便人工观测和后续的识别与处理;在GelImage/GelImage/GelImageDoc.cpp文件中加入一下代码:
5.根据权利要求1所述一种基于VC++凝胶图像识别和定位的方法,其特征在于:所述S4中的是对图像进行泳道识别;其核心代码在GelImage/GelImage/GelImageDoc.cpp中实现的,重要部分如下:其具体流程内容及实现方法如下:
先对图像所有点的像素值进行一个灰度变换,其核心代码如下:
接着计算图像的垂方向进行灰度值方图:
最后,对直方图中第列像素点的和进行判断、滤波;第一次,如果斜率方向的变化过程小于某个像素点的个数,认为实际过程中一般不存在,为噪声,滤去;第二次,如果背景亮度高于平均值过滤掉;第三次,要使泳道的宽度在泳道平均宽度的一个范围内;经过三个滤波和调整,可以得到最后泳道宽度和位置;
6.根据权利要求1所述一种基于VC++凝胶图像识别和定位的方法,其特征在于:所述S5对S4中所得到的泳道信息再次进行识别和分析,得出每个泳道的条带信息,其程序设计思想与S4中的“泳道识别”相似;
其核心代码如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510695220.5A CN105302553A (zh) | 2015-10-21 | 2015-10-21 | 一种基于vc++的凝胶图像识别和定位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510695220.5A CN105302553A (zh) | 2015-10-21 | 2015-10-21 | 一种基于vc++的凝胶图像识别和定位的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105302553A true CN105302553A (zh) | 2016-02-03 |
Family
ID=55199851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510695220.5A Pending CN105302553A (zh) | 2015-10-21 | 2015-10-21 | 一种基于vc++的凝胶图像识别和定位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105302553A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033449A (zh) * | 2019-04-15 | 2019-07-19 | 苏州金唯智生物科技有限公司 | 电泳图的识别方法、装置、设备及存储介质 |
WO2022188696A1 (zh) * | 2021-03-08 | 2022-09-15 | 南京金斯瑞生物科技有限公司 | 自动识别和分析胶图的方法 |
CN115393364A (zh) * | 2022-11-01 | 2022-11-25 | 长春理工大学 | 一种化学发光印迹泳道识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1234114A (zh) * | 1996-08-16 | 1999-11-03 | 图像研究公司 | 用于分析井板、凝胶和斑点的数字成像系统 |
CN101308116A (zh) * | 2008-07-09 | 2008-11-19 | 昆明理工大学 | 一种琼脂糖凝胶电泳动态成像方法 |
CN101403757A (zh) * | 2008-11-05 | 2009-04-08 | 刘江 | 一种免疫层析试板检测结果的判读方法 |
CN103079032A (zh) * | 2012-11-16 | 2013-05-01 | 上海培清科技有限公司 | 一种高清晰度的毛细管电泳凝胶成像系统 |
CN103234970A (zh) * | 2013-04-16 | 2013-08-07 | 无锡优创生物科技有限公司 | 一种凝胶成像系统 |
CN103529038A (zh) * | 2013-10-16 | 2014-01-22 | 无锡优创生物科技有限公司 | 一种凝胶中dna条带智能识别系统及方法 |
-
2015
- 2015-10-21 CN CN201510695220.5A patent/CN105302553A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1234114A (zh) * | 1996-08-16 | 1999-11-03 | 图像研究公司 | 用于分析井板、凝胶和斑点的数字成像系统 |
CN101308116A (zh) * | 2008-07-09 | 2008-11-19 | 昆明理工大学 | 一种琼脂糖凝胶电泳动态成像方法 |
CN101403757A (zh) * | 2008-11-05 | 2009-04-08 | 刘江 | 一种免疫层析试板检测结果的判读方法 |
CN103079032A (zh) * | 2012-11-16 | 2013-05-01 | 上海培清科技有限公司 | 一种高清晰度的毛细管电泳凝胶成像系统 |
CN103234970A (zh) * | 2013-04-16 | 2013-08-07 | 无锡优创生物科技有限公司 | 一种凝胶成像系统 |
CN103529038A (zh) * | 2013-10-16 | 2014-01-22 | 无锡优创生物科技有限公司 | 一种凝胶中dna条带智能识别系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033449A (zh) * | 2019-04-15 | 2019-07-19 | 苏州金唯智生物科技有限公司 | 电泳图的识别方法、装置、设备及存储介质 |
CN110033449B (zh) * | 2019-04-15 | 2023-06-27 | 苏州金唯智生物科技有限公司 | 电泳图的识别方法、装置、设备及存储介质 |
WO2022188696A1 (zh) * | 2021-03-08 | 2022-09-15 | 南京金斯瑞生物科技有限公司 | 自动识别和分析胶图的方法 |
CN115393364A (zh) * | 2022-11-01 | 2022-11-25 | 长春理工大学 | 一种化学发光印迹泳道识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796046B (zh) | 基于卷积神经网络的智能钢渣检测方法和系统 | |
US10902300B2 (en) | Method and apparatus for training fine-grained image recognition model, fine-grained image recognition method and apparatus, and storage mediums | |
CN110209273B (zh) | 手势识别方法、交互控制方法、装置、介质与电子设备 | |
WO2021051885A1 (zh) | 目标标注的方法及装置 | |
WO2020073860A1 (zh) | 一种视频裁剪方法及装置 | |
CN113678142A (zh) | 基于深度学习的经由回归层的实例分割训练 | |
CN105262991B (zh) | 一种基于二维码的变电站设备对象识别方法 | |
CN102496157B (zh) | 基于高斯多尺度变换及颜色复杂度的图像检测方法 | |
CN106599890B (zh) | 变电站巡检机器人数字式仪表识别算法 | |
US20210248760A1 (en) | Feature processing method and device for motion trajectory, and computer storage medium | |
CN111462109A (zh) | 一种耐张线夹的缺陷检测方法、装置、设备及存储介质 | |
CN116448760B (zh) | 一种基于机器视觉的农业智能监测系统及方法 | |
CN105302553A (zh) | 一种基于vc++的凝胶图像识别和定位的方法 | |
CN104616002A (zh) | 用于年龄段判断的面部识别设备 | |
CN102982015A (zh) | 利用电子白板制作电子课件的方法及相应的展现方法 | |
CN111814773A (zh) | 一种划线车位识别方法及系统 | |
CN110162757B (zh) | 一种表格结构提取方法及系统 | |
CN110378241B (zh) | 作物生长状态监控方法、装置、计算机设备及存储介质 | |
CN104361341A (zh) | 一种基于嵌入式设备分析作物长势图像的方法 | |
CN112132015A (zh) | 违规驾驶姿势的检测方法、装置、介质和电子设备 | |
CN111554384A (zh) | 基于先验感知和多任务学习的腺癌病理图像分析方法 | |
CN115670397B (zh) | 一种ppg伪迹识别方法、装置、存储介质及电子设备 | |
CN111913584B (zh) | 一种基于手势识别的鼠标光标控制方法及系统 | |
CN113947730A (zh) | 遥感数据识别方法、装置、电子设备及可读存储介质 | |
CN114140879A (zh) | 基于多头级联注意网络与时间卷积网络的行为识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160203 |